Aerial-PASS：无人机视频中的全景环带场景分割
计算机视觉与模式识别
2021-05-18 v1 机器人学
图像与视频处理
摘要
对周边环境的空中像素级场景感知是无人机（Unmanned Aerial Vehicles，UAV）的一项重要任务。以往研究主要采用常规针孔相机或鱼眼相机作为成像设备。然而，这些成像系统无法同时实现大视场（Field of View，FoV）、小体积与轻量化。为此，我们设计了一种搭载全景环带镜头（Panoramic Annular Lens，PAL）的无人机系统，其具有体积小、重量轻和 360 度环带视场的特点。设计了一种轻量全景环带语义分割神经网络模型，以实现高精度与实时的场景解析。此外，我们提出了首个无人机视角的全景场景分割数据集 Aerial-PASS，包含轨道、田野及其他类别的标注标签。大量实验表明所设计系统在空中全景场景解析中表现令人满意。特别地，我们提出的模型在分割性能与推理速度之间取得了优异的权衡，并在公开街景与我们建立的天空场景数据集上得到验证。
引用
@article{arxiv.2105.07209,
title = {Aerial-PASS: Panoramic Annular Scene Segmentation in Drone Videos},
author = {Lei Sun and Jia Wang and Kailun Yang and Kaikai Wu and Xiangdong Zhou and Kaiwei Wang and Jian Bai},
journal= {arXiv preprint arXiv:2105.07209},
year = {2021}
}
备注
Our dataset will be made publicly available at: http://wangkaiwei.org/downloadeg.html